Jev 不写字，
只做判断。

Jev 是 TypeSafe 的旗舰模型，也是首个 System One 模型。传入 state（上下文状态）和类型化的 question（问题），即可获得代码可直接使用的结构化 answer（答案）。

5 分钟内上手 Jev。

在使用编程智能体时，Jev 是什么（以及不是什么）。

按行业探索 TypeSafe 的用例，把有潜力的想法转化为软件工作流。

System One 模型为软件做快速、结构化的判断。Jev 是 TypeSafe 的旗舰模型，也是第一个 System One 模型。

state 是什么、如何组织它，以及如何为 System One 模型提供所需的上下文。

通过让代码掌握控制权，并交给 System One 做出窄而结构化的判断，来设计 AI 驱动的软件。

介绍 TypeSafe 为何训练决策模型时使用校准过的概率，而非针对生成文本做优化。

TypeSafe 的题型、它们返回的带类型答案、如何在它们之间选择，以及如何一次性提出多个问题。

Choice 是 System One 的题型（question type），用于从一组预定义选项中选出一个。答案包含所选选项、每个选项的概率以及置信度。

Score（打分题）是 System One 的一种题型，用于按有序的描述性档位对内容进行评分。答案包括一个分数（score）、每个档位的概率（probability），以及置信度（confidence）。

Noul（是非题）问题要求 TypeSafe 模型对一个是非问题进行判断，并返回答案为"是"的概率。

使用 TypeSafe 构建系统的架构设计模式。

一次调用发送多个问题，包括推测式问题，再由代码决定哪些相关。

把置信度作为第二条判断轴。答案告诉你「是什么」，置信度告诉你「能不能直接行动」。

把一个复杂的判断拆成若干独立的子项打分，再用你在代码里指定的权重组合起来。

当前可用的 Jev 模型、价格、上下文长度和限流说明。

TypeSafe 评估接口的完整 HTTP API 参考。

Jev 并不完美。以下是我们已知的 `jev-1.13` 能力短板，其中很多会在后续版本中修复。

安装 TypeSafe 客户端 SDK，在应用中使用带类型的问答。

从几个问题到完整流水线，端到端地展示了 TypeSafe 在真实问题上的应用。

通过把函数名和闭合取值集合的参数映射到带置信度的 TypeSafe 问题，把自然语言的交易请求转为对普通带类型函数的调用。

每次智能体回合从 Nous Research 的 Hermes 目录中 182 个技能里至多选出一个技能，使用两次 TypeSafe 请求对排名靠前的候选进行排序和复检。

用一次 TypeSafe 请求对进出大语言模型（LLM）应用的每一条消息进行筛查，按各风险成立的概率（probability）和严重程度做阈值（threshold）判断，决定是放行、复核、拦截，还是路由。